• Journal of the Korean Data and Information Science Society
• /
• 제27권5호
• /
• pp.1225-1239
• /
• 2016

We investigate pediatric tumor incidence data collected by the Florida Association for Pediatric Tumor program using various models commonly used in disease mapping analysis. Particularly, we consider Poisson normal models with various conditional autoregressive structure for spatial dependence, a zero-in ated component to capture excess zero counts and a spatio-temporal model to capture spatial and temporal dependence, together. We found that intrinsic conditional autoregressive model provides the smallest Deviance Information Criterion (DIC) among the models when only spatial dependence is considered. On the other hand, adding an autoregressive structure over time decreases DIC over the model without time dependence component. We adopt weighted ranks squared error loss to identify high risk regions which provides similar results with other researchers who have worked on the same data set (e.g. Zhang et al., 2014; Wang and Rodriguez, 2014). Our results, thus, provide additional statistical support on those identied high risk regions discovered by the other researchers.

• 대한지리학회지
• /
• 제40권3호
• /
• pp.310-320
• /
• 2005

이 연구는 GPS 수신기를 통해 수집된 개인통행자료를 이용하여 통행패턴의 시공간적 특성을 다양한 그래픽으로 요약하고 탐색적 분석을 가능케하는 지리적 시각화 환경을 제안하고 이를 구현 및 평가하는 것을 목적으로 한다 이 연구에서는 시공간입방체(space-time cube)를 바탕으로 시간지리학 개념을 시각적으로 표현하였으며, 시간산포기둥(temporal dispersion cylinder), 평행평면그림(parallel plane plot)과 같은 부가적인 시각화 도구의 구현을 통해 개인통행패턴의 시공간적 속성 및 이동경로 주위지역의 사회경제적$\cdot$자연적 속성을 함께 탐색할 수 있도록 하였다. 또한 사용자와의 상호작용을 통해 개인통행자료에 포함되어 있는 "언제", "어디에서", "무엇을"이라는 세 가지 정보요소들을 동적으로 탐색 및 질의할 수 있는 환경을 제공한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2008년도 춘계종합학술대회 A
• /
• pp.171-174
• /
• 2008

모바일 기기와 무선 통신 기술이 발달함에 따라 모바일 기기에서 수집 또는 변경되는 대용량 시 공간 데이터를 서버와 현장에서 동기화 하는 서비스의 제공이 가능해지고 있다. 이러한 현장 동기화 서비스를 제공하기 위하여 다수의 모바일 기기에서 변경된 대용량 시공간 데이터를 서버와 효율적으로 동기화 하는 양방향 동기화 프로토콜이 필요하다. 그러나 기존의 프로토콜은 순차적으로 동기화를 처리하기 때문에 다수의 모바일 기기에 대하여 수행할 때 처리 시간이 길어지는 문제가 있다. 이 논문에서는 다수의 양방향 동기화 작업간에 변경 충돌이 발생하지 않는 경우에 서버에서 동기화 작업들을 동시 수행하는 처리기법에 대하여 제안한다.

• Journal of the Korean Data and Information Science Society
• /
• 제27권5호
• /
• pp.1183-1191
• /
• 2016

우리나라는 결핵에 의한 사망률이 OCED 국가 중 1위라는 불명예를 안고 있다. 이러한 오명을 씻고자 최근 여러 가지 연구와 정책적인 대책이 수립되었고, 그 성과들이 어느 정도 나타나고 있다. 하지만, 이러한, 정책의 수립 및 결정은 명확한 근거에 기반해야 하고 이러한 근거는 감염성 질환인 결핵의 특성상 결핵 발병률이나 사망률 자료의 경우 시간적 공간적 상관성 등을 충분히 고려하여 분석되어야한다. 본 논문에서는 2000년부터 2011년까지의 결핵등록자료를 활용하여 결핵으로 인한 사망률이 시간적으로 어떻게 변화되어 왔고 또한 공간적인 특성이 어떠한지를 분석하기 위해 INLA R 패키지로 구현된 시공간모형을 이용하여 분석한 결과를 제시한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권6호
• /
• pp.3037-3054
• /
• 2019

Public bicycle system (PBS) is a new emerging and popular mode of public transportation. PBS data can be adopted to analyze human movement patterns. Previous work usually focused on specific scales, and the relationships between different levels of hierarchies are ignored. In this paper, we introduce a multi-scale and interactive visual analytics system to investigate human cycling movement and PBS usage condition. The system supports level-of-detail explorative analysis of spatio-temporal characteristics in PBS. Visual views are designed from global, regional and microcosmic scales. For the regional scale, a bicycle network is constructed to model PBS data, and an flow-based community detection algorithm is applied on the bicycle network to determine station clusters. In contrast to the previous used Louvain algorithm, our method avoids producing super-communities and generates better results. We provide two cases to demonstrate how our system can help analysts explore the overall cycling condition in the city and spatio-temporal aggregation of stations.

• 한국산학기술학회논문지
• /
• 제11권7호
• /
• pp.2632-2637
• /
• 2010

유비쿼터스 환경에서 획득되는 정보들은 시공간의 틀 속에서 서로 만나 관계성을 가지게 됨으로써 지식화되고, 업무 또는 어플리케이션 모델과 결합하여 지능화된 콘텐츠로 변화하게 된다. 따라서, 유시티 콘텐츠를 구성하는 개체들은 복잡한 관계들을 가진다. 유시티 콘텐츠는 사용자의 의도를 파악하여 개인화된 응답을 제공하는 지능성을 갖추어야 한다. 본 연구에서는 SPIRIT의 공간 온톨로지 설계 방법을 확장하여 사람 또는 사물에 대하여도 유형, 관계, 인스턴스의 세 가지 온톨로지로 구성하였다. 공유된 개념의 관계 모델이 없는 경우의 인스턴스들 간의 관계는 어떤 시공간적 사건을 통한 관계로 설정하였다. 이렇게 함으로써 문자열 매칭에 의한 연관어에 비하여, 반드시 의미적 관련성을 갖는 연관어들을 추천할 수 있게 하였다.

• 한국지리정보학회지
• /
• 제26권2호
• /
• pp.20-41
• /
• 2023

최근 저출산·고령화에 따른 도시축소 현상과 지방도시의 쇠퇴는 빈집이라는 새로운 도시문제를 낳고 있다. 본 연구는 전국 시·군·구를 대상으로 2015년부터 2019년까지 수집한 공간 패널 데이터를 이용하여 빈집 분포를 살펴보고 시공간적 종속성을 고려한 공간패널모형을 이용하여 빈집발생의 요인을 추정하는 것이 목적이다. 분석 결과 빈집은 시공간적으로 종속성이 있었으며, OLS 모형에 비해 시공간적 종속성을 고려하여 빈집 발생 요인을 추정하는 것이 타당함을 확인하였다. 동적공간패널모형을 이용하여 분석한 결과 빈집발생의 가장 큰 영향요인은 주택관련요인인 것으로 나타났다. 이 결과는 빈집 발생의 관리를 위해서는 인구이동, 양호하지 못한 인프라 등 뿐만 아니라 주택 공급량에 대한 정책적 고려가 필요함을 시사한다.

• 한국공간정보시스템학회 논문지
• /
• 제10권2호
• /
• pp.63-79
• /
• 2008

고급 GIS 및 복잡한 공간 분석 기술이 발전함에 따라 다양한 의사 결정 지원 시스템에서 지리적 혹은 공간적 문제 해결을 위한 고급 지식을 지원하기 위해 더욱 강력한 기술이 필요하게 되었다. 또한, 법집행 기관 및 수사 기관 등을 중심으로 효율적인 수사 및 향후 범죄 예방을 위해 과학 수사, 법 과학에 관한 연구의 필요성이 증대되고 있다. 특히, 연쇄 범죄의 공간적 패턴을 분석함으로써 범죄자의 거점 위치를 예측하기 위한 지리적 프로파일링(Geographic Profiling)에 대한 연구가 활발하다. 그러나, 기존의 지리적 프로파일링 연구에서는 공간적 패턴 분석을 위해 단순히 통계적 방법만을 사용하고 있고, 연쇄 범죄에 대한 다양한 공간적, 시간적 분석 기술을 지원하지 않으므로 거점 예측시 낮은 정확도를 보인다. 그러므로, 본 논문에서는 범행 위치의 공간적 분포와 범죄 발생의 시간적 분포 특성에 따라 연쇄 범죄의 시공간 패턴을 유형화하고, 이를 기반으로 연쇄 범죄의 거점 위치를 보다 정확하게 예측하는 알고리즘으로 STA-BLP(Spatio-Temporal Analysis based Base Location Prediction)을 제안한다. STA-BLP는 하나의 거점으로부터 특정 방향을 선호하여 이동하며 발생되는 연쇄 범죄의 비등방성 패턴을 고려하고, 동일한 경로에 대한 반복 이동에 대한 범죄자의 학습 효과를 고려함으로써 예측 정확도를 개선시킨다. 또한, 다수의 군집화된 범행 위치들로부터 각 군집에 소속된 범행 위치들에 대한 지역적 거점 위치 예측과 모든 범행 위치에 대한 전역적 거점 위치 예측을 통해 거점이 다수 존재하는 연쇄 범죄의 경우에도 보다 정확한 예측을 수행한다. 마지막으로 다양한 실험을 통해 기존에 제시된 알고리즘과 STA-BLP의 예측 정확도를 비교하여 제안 알고리즘의 우수성을 입증하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제27권3호
• /
• pp.803-814
• /
• 2016

Recent times have seen an exponential increase in the amount of spatial data, which is in many cases associated with temporal data. Recent advances in computer technology and computation of hierarchical Bayesian models have enabled to analyze complex spatio-temporal data. Our work aims at modeling data of daily average nitrogen dioxide (NO2) levels obtained from 25 air monitoring sites in Seoul between 2003 and 2010. We considered an independent Gaussian process model and an auto-regressive model and carried out estimation within a hierarchical Bayesian framework with Markov chain Monte Carlo techniques. A Gaussian predictive process approximation has shown the better prediction performance rather than a Hierarchical auto-regressive model for the illustrative NO2 concentration levels at any unmonitored location.

• 대한교통학회지
• /
• 제32권5호
• /
• pp.522-530
• /
• 2014

교통관리센터에 축적되어 있는 속도 이력데이터에는 반복 비반복 정체 시공간 전개에 대한 상세한 정보가 모두 들어있으나, 도해법에 의해 다루어져 왔기 때문에 많은 양의 이력데이터를 처리하여 교통상황예측이나 정보제공에 활용할 수 없는 한계가 존재하였다. 본 논문에서는, 기존의 Classification과 Density-Based Clustering 알고리즘을 속도 시공간 데이터 특성에 맞게 조합하고 변형하여 정체 시공간 영역을 자동 인식하는 알고리즘과, 정체파급길이, 파급속도, 해소속도 등 정체 시공간 전개 패턴의 특성치를 산정하는 알고리즘을 개발하였다, 본 알고리즘은, 교통관리센터에 축적되어 있는 방대한 양의 이력데이터를 자동으로 분석하여 자세한 정체 관련 정보를 추출할 수 있고, 산정된 특성치를 가지고 각 센터의 필요에 따라 다양한 정보를 2차 생성하고 활용할 수 있는 장점이 있다. 본 연구결과는 향후 반복 비반복 정체에 대한 예측과 대응이 획기적으로 개선되는데 초석이 될 것으로 기대된다.